Tài Liệu Vụ Kiện Nêu Microsoft Xem Cào Dữ Liệu Là Trộm Cắp

Đơn xin phán quyết rút gọn được mở niêm phong hôm thứ Năm từ phía nguyên đơn do The New York Times dẫn đầu. Các nhóm báo chí nói những tài liệu này cho thấy Microsoft và OpenAI đã nhìn rõ mối nguy với báo chí trước khi tung ChatGPT và Copilot.

Brent Hecht, Giám đốc Khoa học Ứng dụng của Microsoft, được cho là đã nhiều lần cảnh báo việc cào tin tức để huấn luyện AI là “sự trộm cắp gây sửng sốt với quy mô chưa từng có”. Ông cũng nói kế hoạch cào rộng rãi tin tức là “một sự chế nhạo hoàn toàn đối với ý niệm sử dụng hợp lý”.

Tài liệu chưa được che tên cũng nêu rằng nội dung được lấy bằng cách vượt qua tường phí mà không bị phát hiện, xây dựng tập dữ liệu huấn luyện bằng cách cào hàng loạt, rồi cố ý xóa thông báo bản quyền khỏi dữ liệu huấn luyện. Phía các vụ kiện nói đây là cách các công ty đã lấy và dùng nội dung.

Dữ liệu riêng của Microsoft cho thấy công cụ trả lời Copilot khiến tỷ lệ nhấp vào miền The New York Times giảm tới 93% so với tìm kiếm Bing truyền thống. Một tài liệu nội bộ do Brent Hecht viết tháng 1/2024 gọi đây là một “vòng lặp suy sụp” có thể làm tổn hại hiệu năng của model và toàn bộ internet cùng lúc.

Satya Nadella cũng đã làm chứng rằng bất cứ thứ gì nằm sau tường phí nên được cấp phép bởi bất kỳ ai muốn dùng để nạp ngữ cảnh hoặc huấn luyện. Ông nói nếu biết OpenAI đã cào và huấn luyện trên thông tin sau tường phí, ông sẽ thực hiện quyền của Microsoft để yêu cầu OpenAI huấn luyện lại model.

Tài liệu mới cũng nêu rằng lãnh đạo OpenAI từng nói các model của công ty là một “mối đe dọa mang tính tồn vong” với các nhà xuất bản và nhà báo có công việc được dùng để huấn luyện chúng. Phần lớn thông tin mới đến từ bản tóm tắt của The New York Times, còn các tài liệu gốc vẫn được giữ kín.